PHP HTML代码串截取代码


Posted in PHP onDecember 29, 2008

而且给的数据是HTML代码串,比如这样:
<div class=”aaa”><a href=”/aaa.php?id=1″>张三</a> 评论了 <a href=”/aaa.php?id=444″>李四</a> 分享的 <a href=”bbb.html”>一篇文章文章一长串的东西</a></div>
截取的时候是要截取 div 标签内部的东西,而且要保留HTML标签,只是对其中的文字做处理。比如我可能只是截取到“李四”的“李”字,但是如果就这样放到前端的话,“李四”前面的 a 标签是没有闭合的,所以截取之后要保证HTML的语法正确。
这个问题确实不太好搞,让我郁闷了两天。请注意,这只是一个字符串,只不过内容是HTML代码,是没有什么DOM的。如果是在前端处理就好办了,直接DOM获取,然后对里面的节点进行处理,最后把innerHTML 之类的东西输出就搞定了。现在可不行了,得换个思路。同事的思路是这样的:
遍历字符串的每一个字符。设置一个标记,碰到标签开始的标记< 就置为1,接下来的字符都不记数,然后碰到>之后再开始计数。对标签内部的字符串处理的时候,还要先判断当前字符的编码是不是可能是中文,一般来说PHP中 UTF-8 编码的中文字符的长度都是3,所以如果碰到是中文字符编码,就要跳过两个不记数……说到这里我自己头已经开始大了。个人认为这种方法很不爽,首先这种精致的逻辑不太容易控制,而且 UFT-8 编码下中文产生的长度有可能是3个或4个 所以代码的严密性值得怀疑。
我个人的思路是,用 Tidy 来搞(具体用法请看PHP手册吧)。昨天研究了一下那个 Tidy ,发现这个东西还是挺好用的。首先,把这个字符串转换成 Tidy 对象,这样:
$tidy = tidy_parse_string($str, array(), ‘utf8′); // 最后一个是设置编码的,注意,这里是utf8 ,不是utf-8,没有中间那个连线。
然后获取$tidy中的 body(因为转换之后$tidy会自动加上<head><body>等标签):
$body = tidy_get_body($tidy);
这个时候你可以用 var_dump 看一些 $body 的结构,会发现它把每个标签都变成了一个对应的对象,里面有相应的属性。举例来说,比如 <a href=”#”>sdf</a> ,这么一条语句对应的一些属性有:
name=>”a”
value => “<a href=”#”>sdf</a>”
child=> array{[0]=>一个文本节点对象,value是 sdf}
attribute=array{”href”=>”#”}
…..其他属性
可以看到,我们其实是可以单独去处理 a 标签对应节点下面的文字节点的值的,那样就不会破坏任何HTML完整性。原来我以为改变 a 标签中文字节点的值之后, a 标签的value也会跟着改变,那样我直接返回a标签对应节点的value就OK了,没想到不是那个样子,哎,所以处理过其中的文字之后还是要自己拼出新的HTML。
知道了Tidy对象的结构之后,一切就好办了,只要遍历所有的节点,对于本需求来说,就是找到那个 div 标签,然后开始处理里面的节点。代码如下:
if(mb_strwidth($subchild->value, ‘utf-8′) >= $len)
{
$subchild->value = mb_strimwidth($subchild->value, 0, $len, ‘…', ‘utf-8′);
$trimed_str .= $subchild->value;
break;
}
else
{
$trimed_str .= $subchild->value;
$len = $len - mb_strwidth($subchild->value, ‘utf-8′);
}
里面的$subchild 就是一个子节点。注意,这里使用了 mb_strwidth 来获取字符串长度。严重推荐一下这个 mb_strwidth,很好用,它会把中文当作两个字符长度处理,正好符合这里的需求!而且截取字符串的时候用到了 mb_strimwidth,这个函数也会把中文当作两个字符长度处理,mb_ 开头的函数真是好用啊。
具体代码我就不写出来了,因为是针对一个需求写的,没做成通用的形式。哪天我有时间做成通用的再发布一下。
另外,可惜FireFox不支持 text-overflow 属性,不然也不用后台那么辛苦地去截断了。如果大家有更好的方法,欢迎提出!不胜感激。

PHP 相关文章推荐
在JavaScript中调用php程序
Mar 09 PHP
php中DOMDocument简单用法示例代码(XML创建、添加、删除、修改)
Dec 19 PHP
PHP 杂谈《重构-改善既有代码的设计》之一 重新组织你的函数
Apr 09 PHP
php页面缓存ob系列函数介绍
Oct 18 PHP
关于ob_get_contents(),ob_end_clean(),ob_start(),的具体用法详解
Jun 24 PHP
php将数组转换成csv格式文件输出的方法
Mar 14 PHP
php使用pdo连接sqlite3的配置示例
May 27 PHP
php封装的page分页类完整实例
Oct 18 PHP
PHP封装XML和JSON格式数据接口操作示例
Mar 06 PHP
PHP实现支持CURL字符串证书传输的方法
Mar 23 PHP
php+ajax实现文件切割上传功能示例
Mar 03 PHP
php中加密解密DES类的简单使用方法示例
Mar 26 PHP
PHP MSSQL 存储过程的方法
Dec 24 #PHP
php 获取完整url地址
Dec 20 #PHP
php xml-rpc远程调用
Dec 19 #PHP
php 设计模式之 工厂模式
Dec 19 #PHP
php 设计模式之 单例模式
Dec 19 #PHP
PHP 采集程序 常用函数
Dec 18 #PHP
php IP及IP段进行访问限制的代码
Dec 17 #PHP
You might like
php 缩略图实现函数代码
2011/06/23 PHP
深入解析PHP垃圾回收机制对内存泄露的处理
2013/06/14 PHP
深入php中var_dump方法的使用详解
2013/06/24 PHP
php中ltrim()、rtrim()与trim()删除字符空格实例
2014/11/25 PHP
Nginx+php配置文件及原理解析
2020/12/09 PHP
使用IE的地址栏来辅助调试Web页脚本
2007/03/08 Javascript
JavaScript delete操作符应用实例
2009/01/13 Javascript
一个用javascript写的select支持上下键、首字母筛选以及回车取值的功能
2009/09/09 Javascript
jquery 动态创建元素的方式介绍及应用
2013/04/21 Javascript
利用了jquery的ajax实现二级联互动菜单
2013/12/02 Javascript
js实现网页右上角滑出会自动消失大幅广告的方法
2015/02/27 Javascript
JS实现统计复选框选中个数并提示确定与取消的方法
2015/07/01 Javascript
js实现的简洁网页滑动tab菜单效果代码
2015/08/24 Javascript
javascript实现简单的全选和反选功能
2016/01/05 Javascript
浅谈JavaScript的push(),pop(),concat()方法
2016/06/03 Javascript
javascript函数中的3个高级技巧
2016/09/22 Javascript
常用原生js自定义函数总结
2016/11/20 Javascript
vue实现选项卡及选项卡切换效果
2018/04/24 Javascript
怎么理解wx.navigateTo的events参数使用详情
2020/05/18 Javascript
Python中使用gzip模块压缩文件的简单教程
2015/04/08 Python
python3序列化与反序列化用法实例
2015/05/26 Python
Windows下为Python安装Matplotlib模块
2015/11/06 Python
python web框架学习笔记
2016/05/03 Python
python 使用re.search()筛选后 选取部分结果的方法
2018/11/28 Python
python实现人机五子棋
2020/03/25 Python
HTML5 CSS3打造相册效果附源码下载
2014/06/16 HTML / CSS
德国领先的大尺码和超大尺码男装在线零售商:Bigtex
2019/06/22 全球购物
Java和Javasciprt的区别
2012/09/02 面试题
美德好少年事迹材料
2014/01/19 职场文书
小学母亲节活动方案
2014/03/14 职场文书
廉洁自律承诺书
2014/03/27 职场文书
自主招生教师推荐信
2014/05/10 职场文书
销售提升方案
2014/06/07 职场文书
医学生求职信
2014/07/01 职场文书
计算机相关专业自荐信
2014/07/02 职场文书
2014年技术员工作总结
2014/11/18 职场文书